Inhaltsverzeichnis:
Definition - Was bedeutet K-Means Clustering?
K-means Clustering ist ein einfacher, unbeaufsichtigter Lernalgorithmus, der zur Lösung von Clustering-Problemen verwendet wird. Es folgt einer einfachen Prozedur zum Klassifizieren eines gegebenen Datensatzes in eine Anzahl von Clustern, die durch den vorher festgelegten Buchstaben "k" definiert sind. Die Cluster werden dann als Punkte positioniert, und alle Beobachtungen oder Datenpunkte werden dem nächsten Cluster zugeordnet, berechnet und angepasst. Anschließend beginnt der Prozess mit den neuen Anpassungen von vorne, bis ein gewünschtes Ergebnis erreicht ist.
K-means Clustering wird in Suchmaschinen, in der Marktsegmentierung, in Statistiken und sogar in der Astronomie eingesetzt.
Techopedia erklärt K-Means Clustering
K-means Clustering ist eine Methode zur Clusteranalyse, insbesondere im Bereich Data Mining und Statistik. Es zielt darauf ab, eine Reihe von Beobachtungen in eine Reihe von Clustern (k) zu unterteilen, was zur Unterteilung der Daten in Voronoi-Zellen führt. Es kann als eine Methode angesehen werden, um herauszufinden, zu welcher Gruppe ein bestimmtes Objekt wirklich gehört.
Es wird hauptsächlich in der Statistik verwendet und kann auf nahezu jeden Studienzweig angewendet werden. Im Marketing kann es beispielsweise verwendet werden, um unterschiedliche demografische Merkmale von Personen in einfache Gruppen zu gruppieren, die es den Marketingfachleuten erleichtern, auf bestimmte Zielgruppen abzuzielen. Astronomen durchsuchen damit riesige Mengen astronomischer Daten. Da sie nicht jedes Objekt einzeln analysieren können, benötigen sie eine Möglichkeit, statistisch interessante Punkte für die Beobachtung und Untersuchung zu finden.
Der Algorithmus:
- K Punkte werden in den Objektdatenraum platziert, der die ursprüngliche Gruppe von Schwerpunkten darstellt.
- Jedes Objekt oder jeder Datenpunkt wird dem nächsten k zugeordnet.
- Nachdem alle Objekte zugewiesen wurden, werden die Positionen der k Zentroide neu berechnet.
- Die Schritte 2 und 3 werden wiederholt, bis sich die Positionen der Zentroide nicht mehr bewegen.
